本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新(使用关键词“['deep learning']”过滤),已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!


除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价19.9元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14361 | 2025-10-07 |
Interpretable deep neural networks for advancing early neonatal birth weight prediction using multimodal maternal factors
2025-Jun, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2025.104838
PMID:40339967
|
研究论文 | 本研究开发了一种基于可解释深度神经网络的临床决策支持系统,用于利用多模态母体因素早期预测新生儿出生体重 | 首次将TabNet架构应用于新生儿出生体重预测,强调营养因素的重要性,并提供高度可解释的预测结果 | 未明确说明研究样本的具体来源和数量,可能影响结果的普适性 | 开发精准的新生儿出生体重早期预测系统以改善临床决策 | 新生儿出生体重预测,重点关注低出生体重风险 | 机器学习 | 新生儿疾病 | 深度学习,机器学习 | TabNet, 传统机器学习模型 | 表格数据 | NA | NA | TabNet | 准确率, AUC | NA |
| 14362 | 2025-10-07 |
Interpretable and Adaptive GAN-BiLSTM Approach for Cyber Threat Detection in IoMT-based Healthcare 5.0
2025-May-23, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3573097
PMID:40408219
|
研究论文 | 提出一种可解释的自适应深度学习安全框架,用于医疗5.0中基于IoMT的网络威胁检测 | 集成GAN解决数据不平衡问题,结合BiLSTM动态识别时序特征,并引入SHAP和PFI增强模型可解释性 | 仅在NSL-KDD数据集上进行验证,未涉及真实医疗环境数据 | 开发可解释的自适应网络威胁检测方法以增强医疗5.0系统的安全性 | 医疗5.0系统中的网络威胁数据 | 机器学习 | NA | 网络威胁检测 | GAN, BiLSTM | 网络流量数据 | NSL-KDD数据集 | NA | 生成对抗网络, 双向长短期记忆网络 | 准确率, F1分数 | NA |
| 14363 | 2025-10-07 |
CancerNet: A comprehensive deep learning framework for precise and intelligible cancer identification
2025-May-22, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110339
PMID:40409034
|
研究论文 | 提出了一种名为CancerNet的深度学习框架,用于从医学影像数据中精确识别癌症 | 结合卷积、反卷积和Transformer组件,从通道和空间域提取分层特征并捕获长程依赖关系 | NA | 开发精确且可解释的癌症识别深度学习框架 | 肿瘤组织病理学图像和胶质瘤全切片图像 | 数字病理学 | 癌症 | 医学影像分析 | CNN,Transformer | 图像 | 广泛的组织病理学图像数据集和DeepHisto数据集 | NA | CancerNet(包含卷积、反卷积和Transformer组件) | 准确率 | NA |
| 14364 | 2025-10-07 |
Augmenting Common Spatial Patterns to deep learning networks for improved alcoholism detection using EEG signals
2025-May-22, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110359
PMID:40409035
|
研究论文 | 提出一种结合CSP特征提取与深度学习网络的混合架构,用于基于EEG信号的酒精成瘾检测 | 首次提出CSP-CNN-LSTM-ATTN混合架构,同时考虑EEG信号的时空特性,通过注意力机制增强特征加权 | 仅使用公开UCI EEG数据集,未在其他数据集验证泛化能力 | 开发快速、可靠、自动化的非侵入性酒精成瘾检测方法 | 酒精成瘾患者与正常对照组的EEG脑电信号 | 机器学习 | 酒精成瘾 | 脑电图(EEG) | CNN, LSTM, 注意力网络 | EEG信号 | 公开UCI EEG数据集 | NA | CSP-CNN-LSTM-ATTN | 准确率, F1分数, 召回率, 精确率, MCC, AUC | NA |
| 14365 | 2025-10-07 |
Deep learning-based forecasting of daily maximum ozone levels and assessment of socioeconomic and health impacts in South Korea
2025-May-22, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.179684
PMID:40409021
|
研究论文 | 本研究利用深度学习模型预测韩国地面臭氧浓度,并评估其与健康和社会经济指标的关系 | 首次将高精度臭氧预测与按省份和性别分类的健康社会经济指标相结合,评估环境影响的性别和地区差异 | 研究仅针对韩国19个省份,结果可能不适用于其他地区;女性就业的线性相关性较弱 | 开发准确的臭氧预测模型并评估其对公共健康和社会经济的影响 | 韩国19个省份的每日最大臭氧浓度及相关健康社会经济数据 | 机器学习 | 呼吸系统疾病,心血管疾病 | 空气质量监测 | CNN,LSTM,DNN | 时间序列数据,环境监测数据,健康统计资料 | 韩国19个省份的7天预测数据 | NA | Deep-CNN,LSTM,DNN | 一致性指数,皮尔逊相关系数,斯皮尔曼等级相关系数,p值 | NA |
| 14366 | 2025-10-07 |
A multimodal deep learning framework for enzyme turnover prediction with missing modality
2025-May-22, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110348
PMID:40409036
|
研究论文 | 提出一种多模态深度学习框架MMKcat,用于预测酶转换数并处理缺失模态问题 | 采用先验知识引导的缺失模态训练机制,将底物和酶序列作为必需输入,其他模态作为可掩码项,并引入辅助正则化器增强多模态组合的特征学习 | 未明确说明模型对特定酶类或反应类型的泛化能力限制 | 准确预测酶转换数(kcat)以评估催化效率和理解生化反应机制 | 酶、底物和反应产物 | 机器学习 | NA | 深度学习 | 多模态深度学习 | 序列数据、化学结构数据 | 基于BRENDA和SABIO-RK数据库 | NA | NA | RMSE, R, SRCC | NA |
| 14367 | 2025-10-07 |
Deep learning-based automatic differentiation of acute angle closure with or without zonulopathy using ultrasound biomicroscopy: a comparison of diagnostic performance with ophthalmologists
2025-May-22, BMJ open ophthalmology
IF:2.0Q2
DOI:10.1136/bmjophth-2024-002114
PMID:40409764
|
研究论文 | 本研究开发基于超声生物显微镜的AI模型用于术前区分伴或不伴晶状体悬韧带病变的急性房角关闭,并与眼科医生的诊断性能进行比较 | 首次开发基于UBM的AI模型用于急性房角关闭伴或不伴晶状体悬韧带病变的自动鉴别诊断,并与眼科医生的两种诊断方法进行系统比较 | 稳健性验证中AI模型在UBM和AS-OCT图像上的准确率分别为66.67%和61.11%,仍有提升空间 | 开发AI模型用于急性房角关闭伴或不伴晶状体悬韧带病变的术前鉴别诊断 | 537只眼睛的超声生物显微镜图像和眼部参数 | 医学影像分析 | 眼科疾病 | 超声生物显微镜,前段光学相干断层扫描 | 深度学习模型 | 医学图像 | 537只眼睛 | NA | NA | AUC,准确率,诊断处理时间 | NA |
| 14368 | 2025-10-07 |
Assessment of contour accuracy in head and neck replanning: Deep learning trained model compared with deformable image registration propagation technique
2025-May-22, Medical dosimetry : official journal of the American Association of Medical Dosimetrists
IF:1.1Q3
DOI:10.1016/j.meddos.2025.04.004
PMID:40410074
|
研究论文 | 比较深度学习模型与形变图像配准技术在头颈部自适应放疗中轮廓勾画准确性的研究 | 首次系统比较商业预训练深度学习模型与多种形变图像配准工具在头颈部自适应放疗轮廓勾画中的性能差异 | 样本量较小(仅9名患者),仅评估了特定商业软件,结果可能不适用于其他解剖部位 | 评估头颈部自适应放疗中不同自动轮廓勾画方法的准确性 | 头颈部放疗患者的CT图像和轮廓数据 | 医学图像分析 | 头颈部肿瘤 | CT成像,自适应放疗 | 深度学习模型 | CT医学图像 | 9名患者,18组CT图像 | 商业软件(Mirada,Velocity,MIM,Eclipse) | Mirada DLC04,DLC13,DLC14,DLCExpert | Dice相似系数,平均距离一致性,Hausdorff距离,体积比,剂量比 | NA |
| 14369 | 2025-10-07 |
Mammography-based artificial intelligence for breast cancer detection, diagnosis, and BI-RADS categorization using multi-view and multi-level convolutional neural networks
2025-May-21, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-01983-x
PMID:40397242
|
研究论文 | 开发基于多视图多层级卷积神经网络的人工智能系统,用于乳腺X线摄影中的乳腺癌检测、诊断和BI-RADS分类 | 采用多视图多层级卷积神经网络架构,能够同时处理乳腺X线摄影的多个视图并进行多层次特征分析 | 研究仅针对亚洲女性人群,样本来源相对单一 | 开发人工智能系统以提升乳腺癌的检测和诊断准确性,并辅助BI-RADS分类 | 12,433名亚洲女性的24,866个乳房影像数据 | 计算机视觉 | 乳腺癌 | 乳腺X线摄影 | CNN | 医学影像 | 24,866个乳房影像(来自12,433名亚洲女性) | NA | 多视图多层级卷积神经网络 | AUC, 敏感度, 特异度, 准确率, F1分数 | NA |
| 14370 | 2025-10-07 |
Deep learning-based automatic image quality assessment in ultra-widefield fundus photographs
2025-May-21, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2025-100058
PMID:40398939
|
研究论文 | 开发基于深度学习的超广角眼底照片自动图像质量评估模型 | 首次针对超广角眼底照片开发自动图像质量评估深度学习模型,并系统比较模型预测与人工评分者之间的一致性 | 研究样本仅来自单一机构,缺乏外部验证数据集 | 开发自动化的超广角眼底照片图像质量评估方法 | 2124名患者的4749张超广角眼底照片 | 计算机视觉 | 眼科疾病 | 眼底摄影 | CNN | 图像 | 4749张超广角眼底照片(2124名患者) | NA | EfficientNet-B3 | Cohen加权kappa分数 | NA |
| 14371 | 2025-10-07 |
Cyclic peptide structure prediction and design using AlphaFold2
2025-May-21, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-59940-7
PMID:40399308
|
研究论文 | 本研究开发了一种基于AlphaFold2的深度学习方法AfCycDesign,用于环肽结构预测、序列重新设计和从头设计 | 首次将AlphaFold2应用于环肽结构预测与设计,实现了原子级精度的环肽结构预测和从头设计 | 训练数据集规模可能仍受限制,方法在更复杂环肽结构上的适用性有待验证 | 开发准确预测和设计小环肽结构的深度学习方法 | 小环肽分子 | 机器学习 | NA | 深度学习,X射线晶体学 | AlphaFold2 | 蛋白质序列和结构数据 | 超过10,000个设计结构,其中8个经实验验证 | AlphaFold2 | AlphaFold2 | RMSD(均方根偏差),IC50(半数抑制浓度) | NA |
| 14372 | 2025-10-07 |
An automated deep learning framework for brain tumor classification using MRI imagery
2025-May-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02209-2
PMID:40399378
|
研究论文 | 提出一种基于深度学习的自动化框架,用于MRI图像中的脑肿瘤分类 | 结合引导滤波技术与各向异性高斯侧窗(AGSW)提升图像清晰度,采用注意力模块提取显著特征,并利用集成模型进行分类 | NA | 开发自动化脑肿瘤识别方法以减少人工干预 | 脑部MRI图像中的肿瘤区域 | 计算机视觉 | 脑肿瘤 | 磁共振成像(MRI) | 深度神经网络,集成模型 | 医学图像 | BraTS2020和Figshare两个公开脑肿瘤数据集 | NA | NA | 准确率 | NA |
| 14373 | 2025-10-07 |
A generative adversarial network-based accurate masked face recognition model using dual scale adaptive efficient attention network
2025-May-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02144-2
PMID:40399389
|
研究论文 | 提出一种基于生成对抗网络和双尺度自适应高效注意力网络的精准口罩人脸识别模型 | 结合GAN生成特征与双尺度注意力网络,采用增强Addax优化算法提升模型性能 | NA | 开发可靠的戴口罩人脸识别系统用于身份验证 | 戴口罩和未戴口罩的人脸图像 | 计算机视觉 | NA | 深度学习 | GAN, 注意力网络 | 图像 | NA | NA | Dual Scale Adaptive Efficient Attention Network (DS-AEAN) | NA | NA |
| 14374 | 2025-10-07 |
Towards precision agriculture tea leaf disease detection using CNNs and image processing
2025-May-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02378-0
PMID:40399405
|
研究论文 | 本研究开发了一种基于深度学习的茶树叶病精确检测模型,采用先进的图像分析技术对常见茶叶疾病进行分类 | 创新性地将包含残差块的复杂多层架构应用于农业病害检测,解决了深度网络中的梯度消失问题 | NA | 开发用于茶叶疾病精确检测的深度学习模型 | 茶叶疾病图像 | 计算机视觉 | 植物疾病 | 图像处理 | CNN | 图像 | 4000张高分辨率茶叶图像(包含病害和健康状态) | NA | 包含残差块的卷积神经网络 | 准确率 | NA |
| 14375 | 2025-10-07 |
FasNet: a hybrid deep learning model with attention mechanisms and uncertainty estimation for liver tumor segmentation on LiTS17
2025-May-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98427-9
PMID:40399406
|
研究论文 | 提出一种名为FasNet的混合深度学习模型,用于在LiTS17数据集上进行肝脏肿瘤分割 | 结合ResNet-50和VGG-16架构,集成通道和空间注意力机制以及蒙特卡洛Dropout技术,提高分割精度和可靠性 | NA | 开发精确的肝脏肿瘤自动分割方法以辅助早期诊断和治疗规划 | 肝脏肿瘤,特别是肝细胞癌(HCC) | 计算机视觉 | 肝癌 | CT, MRI | CNN | 医学影像 | LiTS17数据集 | NA | ResNet-50, VGG-16 | Dice系数, Jaccard指数 | NA |
| 14376 | 2025-10-07 |
Deep learning based multi attribute evaluation for holistic student assessment in physical education
2025-May-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02168-8
PMID:40399440
|
研究论文 | 本研究提出基于深度学习的多属性评估方法,用于体育教育中学生表现的全面评估 | 利用深度学习技术整合身体活动、认知任务、情感反应和社交互动等多维度数据进行学生综合评估 | 未整合实时传感器数据,计算效率有待提升,应用范围需扩展到更多教育机构 | 改进体育教育中学生评估方法,提供个性化反馈以改善教育成果 | 体育教育中的学生表现评估 | 机器学习 | NA | 深度学习 | 深度学习模型 | 多模态数据(身体活动、认知任务、情感反应、社交互动) | NA | NA | NA | 准确率, 误差率, 平均分数 | NA |
| 14377 | 2025-10-07 |
Visual reasoning in object-centric deep neural networks: A comparative cognition approach
2025-May-21, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107582
PMID:40409010
|
研究论文 | 比较不同以物体为中心的深度神经网络在视觉关系学习和泛化能力方面的表现 | 使用源自比较认知文献的多任务评估框架,而非传统单一相同-不同任务,来全面评估关系推理能力 | 在更复杂的任务和条件下,以物体为中心的模型仍然表现不佳 | 评估以物体为中心的深度神经网络在视觉关系学习和泛化方面的能力 | 多种以物体为中心的深度神经网络模型和ResNet-50基线模型 | 计算机视觉 | NA | 注意力机制 | 深度神经网络 | 图像 | NA | NA | ResNet-50 | 关系学习能力,泛化能力 | NA |
| 14378 | 2025-10-07 |
BrainView: A Cloud-based Deep Learning System for Brain Image Segmentation, Tumor Detection and Visualization
2025-May-21, Biomedical journal
IF:4.1Q2
DOI:10.1016/j.bj.2025.100871
PMID:40409506
|
研究论文 | 提出基于云端的深度学习系统BrainView,用于脑部图像分割、肿瘤检测和可视化 | 开发了基于EfficientNetB7的DeepBrainNet分类模型和EffB7-UNet分割模型,并构建云端应用平台 | NA | 通过深度学习实现脑部肿瘤的早期检测、分类和分割 | 脑部磁共振图像(MRI)中的肿瘤 | 计算机视觉 | 脑肿瘤 | 磁共振成像(MRI) | CNN | 图像 | NA | Flask, Flutter | EfficientNetB7, UNet | 准确率 | 云端平台 |
| 14379 | 2025-10-07 |
Field-Portable Technology for Illicit Drug Discrimination via Deep Learning of Hybridized Reflectance/Fluorescence Spectroscopic Fingerprints
2025-May-20, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c05247
PMID:40329645
|
研究论文 | 开发了一种基于深度学习的现场便携式技术,通过混合反射/荧光光谱指纹识别非法药物 | 首次将荧光和反射光谱混合技术与深度学习算法结合用于新型精神活性物质的现场识别 | NA | 开发能够准确识别新型精神活性物质的现场便携式检测技术 | 苯二氮卓类药物、硝氮烯类合成阿片类药物及其复杂混合物 | 机器学习 | 药物滥用 | 荧光光谱、反射光谱 | 深度学习 | 光谱数据 | 11种苯二氮卓类药物的街头药片样本,包含多种复杂药物混合物 | NA | NA | NA | 低成本便携设备 |
| 14380 | 2025-10-07 |
Statistical Mechanics of Transfer Learning in Fully Connected Networks in the Proportional Limit
2025-May-02, Physical review letters
IF:8.1Q1
DOI:10.1103/PhysRevLett.134.177301
PMID:40408730
|
研究论文 | 本文开发了一种新的统计力学框架来研究全连接神经网络中的迁移学习机制 | 提出了单实例Franz-Parisi形式主义,在比例极限下建立了迁移学习的有效理论 | 仅适用于全连接神经网络,且假设训练集大小与隐藏层大小保持固定比例 | 研究神经网络在比例极限下的迁移学习机制 | 全连接神经网络 | 机器学习 | NA | 统计力学方法 | 全连接神经网络 | NA | NA | NA | 全连接网络 | 泛化性能 | NA |